查全率和查重率的关系

查准率是衡量某一检索系统的信号噪声比的一种指标，即检出的相关文献与检出的全部文献的百分比。查准率=（检索出的相关信息量/检索出的信息总量）x100%查全率是衡量某一检索系统从文献集合中检出相关文献成功度的一项指标，即检出的相关文献与全部相关文献的百分比。查全率=（检索出的相关信息量/系统中的相关信息总量）x100% 实验证明，在查全率和查准率之间存在着相反的相互依赖关系--如果提高输出的查全率，就会降低其查准率，反之亦然。

一、要确认学校采用的是哪个查重软件，最好直接用该软件查，如果因为经济等因素，用其他查重软件先检测的话，那也只能做参考。国内高校论文主要采用知网、维普，知网的份额比较大，维普份额小点。同时知网的价格相对贵一点，维普的价格相对便宜点。我是采用先用维普查重初稿，经过修改后，再用知网检测的方式降低花费。二、检测系统1、维普检测系统。我的论文初稿就是通过维普进行检测的。之所以采用维普，而不是其他互联网查重软件，主要考虑权威性。因为有部分学校采用维普，那说明维普在高校的认可度还是可以的，维普的文献库比较丰富，包含大量的本硕博毕业论文、期刊轮文，而我的毕业论文参考了大量的文献，因此我需要拥有一个丰富文献库的查重系统，避免文献库不足，导致重复部分没查出来。2、知网检测系统。知网是不对个人开放的，网上售卖的知网查重鱼龙混杂，因此寻找到一个真正的知网检测系统是比较关键的。最简单也是最权威的办法就是用检测报告上面的报告编码到知网官网进行验证，能验证通过的就是真正的知网，验证不通过的就是假冒伪劣产品啦。最后我的重复率是维普9%，知网5%，两个软件相差不大。三、修改技巧网上其实有大量的修改技巧，我试过比较多方法，总结了一下。1、同义词替换。重复的词语，能找到同义词的就进行相应替换：尤其突出=尽显无疑，大多数=大部分，等等2、变换句式。就是小学时候经常联系的主动句被动句转换。3、图标替换。要说明的是表格是查重复率的，图片不查重复率，但表格常见的都是大量数字或小短语，这样查重的时候一般不会被标识为重复。因此如果实在改不动论文，试试能不能把论文转换为图表，从而降低重复率。查重率多少合格要看你学校的规定，一般5%—10% 。

在判断检索结果好坏时，查全率（Recall ratio）与查准率（Precision ratio）是两个最常用的指标。它们表示系统的“过滤能力”，即让相关文献“通过”，“阻止”无关文献。　　查全率与查准率的定义如下：R（查全率）=（检出的相关文献数量/检索系统中相关文献总量）x100%，，P（查准率）=（检出的相关文献数量/检出的文献总量）x100% ——《文献检索与利用》—花芳　　例如：在一次检索中，共检出文献100篇，经过专家判定，其中与提问相关的文献为60篇，其余的40篇为误检文献，那么按照上述公式，本次检索的查准率P就等于（60/100）×100%即60%。假如检索系统中还有90篇相关文献，由于各种原因而未被检出（漏检），那么按照上述公式，本次检索的查全率就等于（60/60+90）×100%即40%。　　可见，利用上述公式，对每一次信息检索，都可计算出其查准率和查全率，对检索效率作出定量化的评价。　　但是，如果进一步分析，就会发现查准率的计算没有问题，而查全率的计算存在明显的问题。那就是怎样知道漏检文献的数量。　　对于小型的试验系统，在进行检索效率评价时，只要把系统中所有的文献都浏览一遍，就能准确地获得漏检文献的数量。然而，在实际运行的检索系统中，由于系统文献总量通常数以百万计，在评价检索效率时，根本不可能把浏览系统中所有的文献，因此，也就无法知道漏检文献数量。　　所以，在实际的检索评价中，对于漏检文献数量，一般采用近似的估计值。获得漏检文献数量估计值的方法有两种：其一，利用其他的同类检索系统，进行相同的检索，然后通过对命中结果的分析和比较，推断哪些文献被漏检；其二，利用原有的检索系统，放大检索范围进行查找，然后对命中结果进行分析，看是否有原先未被检出的相关文献，从而得到漏检文献的近似值。　　．查准率与查全率之间的关系　　利用查准率和查全率指标，可以对每一次检索进行检索效率的评价，为检索的改进调整提供依据。利用这两个量化指标，也可以对信息检索系统的性能水平进行评价。　　要评价信息检索系统的性能水平，就必须在一个检索系统中进行多次检索。每进行一次检索，都计算其查准率和查全率，并以此作为坐标值，在平面坐标图上标示出来。通过大量的检索，就可以得到检索系统的性能曲线。　　———《文献检索与利用》陈老师